Master data management

Řešení

Master data management

Master data management je metoda používaná k definování a řízení klíčových dat organizace s cílem poskytovat spolu s datovou integrací jednotný výchozí bod. Špatná kvalita master dat může podnik ovlivnit několika způsoby. Může mít dopad na transparentnost podnikání, a tím ohrozit efektivní řízení, nebo může zpomalit procesy v organizaci, protože může vyžadovat dodatečná manuální řešení a kroky navíc.

Příčiny špatné kvality dat mohou mít několik vrstev, interních i externích, a pouze pokud jsou odhaleny všechny příčiny nekvalitních master dat, mohou být přijata příslušná protiopatření.

Rámec kvality dat

Rámec kvality dat zajišťuje metodický přístup k měření, udržování a zlepšování kvality dat. Cílem rámce kvality dat je:

  • poskytovat koncepci zajištění vysoké kvality master dat díky měření, analyzování a opravování master dat na základě nalezených chyb,
  • definovat dimenze kvality dat a podnikových pravidel,
  • efektivně řídit master data prostřednictvím jasně definovaných cílových úrovní datové kvality a výkonnosti údržby,
  • měřit kvalitu dat a připravovat zprávy o kvalitě,
  • stanovit jasné role a povinnosti odpovědné za měření kvality master dat a procesu řízení kvality dat,
  • umožnit udržitelné čistění master dat po prvním spuštění MDG,
  • poskytovat flexibilní rámec, který rozšíří koncepty o specifická podniková pravidla, která krok za krokem definují vlastníci informací.

Pět hlavních konceptů rámce

Rámec je založený na pěti klíčových konceptech, které zajišťují holistický přístup k řízení kvality dat:

  1. Proces DQM: Jasně stanovený proces, který zajišťuje pravidelné měření a řízení kvality dat a který zahrnuje systémovou podporu reportingu a datové analytiky.
  2. Zprávy: Strukturované zprávy podniku umožňují identifikovat problematické oblasti kvality dat a poskytují podporu při rozhodování o opatřeních pro zlepšení kvality dat.
  3. Role a povinnosti: Jasně rozdělené role a povinnosti zajišťují, že kvalita dat není jednorázové úsilí, ale je v organizaci pevně zakořeněná.
  4. Podniková pravidla: Podniková pravidla stanovují, jak má vypadat „dobrá“ kvalita dat, a to nejen při migraci, ale i při provozním provedení.
  5. KPI: KPI jsou založené na podnikových pravidlech podle objektu, typu nebo atributu a měly by být agregovány pro každou dimenzi a stanovovat cílové úrovně kvality dat.

MDM představuje jedno centralizované umístění obsahu metadat a umožňuje vývojářům a uživatelům z byznysu porozumět původu, definicím, významům a pravidlům spojeným s master daty.

Kontaktujte nás

Donovan Spronk

Donovan Spronk

Partner AI & Data | AWS Alliance Lead CE

Donovan je partnerem v oddělení poradenských služeb a leaderem týmu AI & Data v Deloitte v České republice. Současně zodpovídá za rozvoj alianční spolupráce s AWS v regionu CE, která klientům umožňuje... více